opencv-python 图片的几何变换

几何变换

目标： 了解图片的几何转换，eg:平移，旋转，仿射变换 etc

转换

opencv 提供了2种转换函数 cv.warpAffine 和 cv.warpPerspective
cv.warpAffine 需要 2x3 转换矩阵，而 cv.warpPerspective 需要 3x3 转换矩阵作为输入.

扩展

Scaling 是用来重新定义图片尺寸. OpenCV 提供 cv.resize() 方法来改变图片尺寸.
使用了不同的插值方法，较好的插值方法是cv.INTER_AREA用于收缩, cv.INTER_CUBIC (slow) & cv.INTER_LINEAR缩放。
默认情况下，插值方法cv.INTER_LINEAR用于所有调整大小的目的。
你可以使用以下方法来调整输入图像的大小:

import numpy as np
import cv2 as cv
img = cv.imread('messi5.jpg')
res = cv.resize(img,None,fx=2, fy=2, interpolation = cv.INTER_CUBIC)
#OR
height, width = img.shape[:2]
res = cv.resize(img,(2*width, 2*height), interpolation = cv.INTER_CUBIC)

平移

平移是物体位置的移动。如果你知道在(x,y)方向上的位移，并让它为(tx,ty)，你可以创建变换矩阵M，如下所示:

import numpy as np
import cv2 as cv
img = cv.imread('messi5.jpg',0)
rows,cols = img.shape
# 变换矩阵
M = np.float32([[1,0,100],[0,1,50]])
dst = cv.warpAffine(img,M,(cols,rows))
cv.imshow('img',dst)
cv.waitKey(0)
cv.destroyAllWindows()

旋转

通过变换矩阵将图片进行旋转：

旋转矩阵如下，center 为旋转中心：

获取旋转矩阵的方法：

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt

img = cv.imread('messi5.jpg',0)
rows,cols = img.shape

# cols-1 and rows-1 are the coordinate limits.
# 旋转矩阵
M = cv.getRotationMatrix2D(((cols-1)/2.0,(rows-1)/2.0),90,1)
dst = cv.warpAffine(img,M,(cols,rows))

仿射变换

在仿射变换中，原始图像中的所有平行线在输出图像中仍然是平行的。
为了找到变换矩阵，我们需要输入图像中的三个点以及它们在输出图像中的对应位置。
然后cv.getAffineTransform将创建一个2x3的仿射矩阵，它将被传递给cv.warpAffine。

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt

img = cv.imread('drawing.png')
rows,cols,ch = img.shape
pts1 = np.float32([[50,50],[200,50],[50,200]])
pts2 = np.float32([[10,100],[200,50],[100,250]])
M = cv.getAffineTransform(pts1,pts2)
dst = cv.warpAffine(img,M,(cols,rows))
plt.subplot(121),plt.imshow(img),plt.title('Input')
plt.subplot(122),plt.imshow(dst),plt.title('Output')
plt.show()

透视转换

对于透视变换，你需要一个3x3的变换矩阵。
直线即使在转换后也会保持直， 为了找到这个变换矩阵，需要在输入图像上有4个点，
在输出图像上有相应的点。这4个点中，有3个点不应该共线。
然后可以通过cv.getPerspectiveTransform函数找到转换矩阵, 应用cv.warpPerspective与这个3x3变换矩阵。

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt



img = cv.imread('sudoku.png')
rows,cols,ch = img.shape
# 选择图像上的四个点，
pts1 = np.float32([[0,0],[cols,0],[0,rows],[cols,rows]])
# 变换后对应的点的坐标
pts2 = np.float32([[0,0],[300,0],[0,300],[300,300]])
# 获取透视变换的坐标
M = cv.getPerspectiveTransform(pts1,pts2)
dst = cv.warpPerspective(img,M,(300,300))
plt.subplot(121),plt.imshow(img),plt.title('Input')
plt.subplot(122),plt.imshow(dst),plt.title('Output')
plt.show()